基于粗糙集约简的神经网络集成及其遥感图像分类应用

• 作者: 张东波 王耀南
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 粗糙集 约简 神经网络集成 遥感图像分类
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 480-487
• 页数: 8页
• 分类号: TP391.41|TP753
• 字数: 7793字
• 语种: 中文

摘要

为降低集成特征选择方法的计算复杂性,提出了一种基于粗糙集约简的神经网络集成分类方法.该方法首先通过结合遗传算法求约简和重采样技术的动态约简技术,获得稳定的、泛化能力较强的属性约简集;然后,基于不同约简设计BP网络作为待集成的基分类器,并依据选择性集成思想,通过一定的搜索策略,找到具有最佳泛化性能的集成网络;最后通过多数投票法实现神经网络集成分类.该方法在某地区Landsat 7波段遥感图像的分类实验中得到了验证,由于通过粗糙集约简,过滤掉了大量分类性能欠佳的特征子集,和传统的集成特征选择方法相比,该方法时间开销少,计算复杂性低,具有满意的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张东波	湖南大学电气与信息工程学院	16	259	8.0	16.0
5	王耀南	湘潭大学信息工程学院	1	19	1.0	1.0